[发明专利]一种基于平衡联盟的多智能体联盟形成方法

摘要

本发明公开了一种基于平衡联盟的多智能体联盟形成方法。本发明根据平衡系数的原理，建立智能体任务选择行为模型，建立智能体与任务对应的联盟的关系，减少了先计算所有潜在联盟的步骤，节省了任务分配的时间。而且，本发明结合实际情况，先以每个智能体作为主智能体，仅考虑能够与主智能体形成联盟的邻居智能体，避免出现由于无法形成联盟而对结果产生影响的问题。此外，本发明在联盟能力不能满足任务需求或者大于任务需求情况下，通过对联盟成员的招募或者删减，从而实现联盟能力满足任务的需求，且不会产生联盟资源冗余，提高了任务分配的灵活性和有效性。

主权项

一种基于平衡联盟的多智能体联盟形成方法，其特征在于，具体包括如下步骤：步骤一、获得主智能体与其相邻的邻居智能体之间的结盟倾向度，具体为：将智能体系统中的任意一个智能体定义为智能体i，并作为主智能体，其能力向量用ri表示；主智能体i的邻居智能体定义为智能体j，j∈{1,2,…,||Ni||}，其能力向量用rj表示；Ni表示主智能体i的邻居智能体的集合，||Ni||表示邻居智能体的个数；根据αij＝ω1×cos(θij)+ω2×dij，获得主智能体i与邻居智能体j的相似程度，即两智能体之间的结盟倾向度αij，θij为向量ri和向量rj之间的夹角；dij为向量ri的模长和向量rj的模长之差的相对大小；ω1和ω2为权值系数；且ω1＝0.6，ω2＝0.4；步骤二、获得智能体自身能力向量与任务需求向量的一致程度：根据获得主智能体i的能力向量与任意任务tq的任务需求向量之间的相关程度其中，为任务tq的任务需求向量；代表主智能体i的能力向量与任务需求向量间的内积；为任务需求向量的模值；|ri|为能力向量ri的模值；步骤三、按照步骤一的方法，遍历主智能体与其所有邻居智能体的结盟倾向度，并求其平均值，获得主智能体与邻居智能体的平均结盟倾向度；并根据该主智能体i的能力向量与任意任务tq的任务需求向量之间的相关程度分别对平均结盟倾向度和相关程度分配相应权值ω3和ω4，并加权求和，获得主智能体对任务的tq的倾向度；其中，权值ω3和ω4均等于0.5；步骤四、按照步骤一至步骤三的方法，遍历整个智能体系统，分别以智能体系统中的每个智能体作为主智能体，获得各个智能体对所有任务的倾向度；步骤五、针对每个智能体，选择其对应的最大倾向度值所对应的任务作为该智能体选择的最终任务；将选择同一最终任务的所有智能体形成初始联盟；步骤六、分别判断每个初始联盟是否符合形成最终联盟的条件，并对初始联盟中的成员进行调整，具体为：定义该初始联盟为联盟C，其对应选择的任务为tq；根据联盟C所选任务tq的任务需求向量计算联盟C的联盟能力值QC；若：条件一：且则联盟C符合条件，直接形成最终联盟；条件二：则联盟C进入增加联盟成员状态；此时：a、根据获得其中任意一个邻居智能体p与联盟C中的所有智能体共同完成任务tq的倾向度其中，所述的邻居智能体p是指与联盟C中的所有智能体相邻的邻居智能体；所有邻居智能体形成的集合用NC表示，||NC||代表邻居智能体个数；αhp表示邻居智能体p和联盟C中的任意智能体，定义为智能体h的结盟倾向度；表示邻居智能体p对任务的tq的倾向度；b、将邻居智能体p当前所选任务的倾向度与倾向度比较，若倾向度大于当前所选任务的倾向度，则将邻居智能体p加入到联盟C中，计算联盟C联盟能力值，若此时联盟C符合条件一，则形成最终联盟，否则，继续按照a中的方法，计算其他邻居智能体的倾向度，并进行比较，直至联盟C满足要求；若在设定时间阈值内，联盟C仍不能满足要求，则联盟C解散；条件三：且则联盟C进入减少联盟成员状态；此时，按照步骤三计算倾向度的方法，计算联盟C中每个智能体在与联盟C中的邻居智能体形成联盟后的倾向度，并从大到小排序，依次将倾向度最小的智能体删除；每删除一个智能体，计算一次联盟C的联盟能力值，一旦满足条件一，停止删除，并形成最终联盟；按照步骤六的方法，完成对所有初始联盟的调整，并形成最终联盟。